نقدّم وكلاء Ultralytics: أنشئ سير عمل للرؤية الحاسوبية أسرع

ليس تدريب نموذج قوي للرؤية الحاسوبية سوى جزء من الرحلة. ويتمثل التحدي التالي في تحديد ما ينبغي فعله عند إصدار النموذج تنبؤًا: حفظ صورة، أو طلب سياق إضافي، أو تنبيه فريق، أو جمع مثال غير مؤكد لمراجعته.

اعتمدت الفرق تاريخيًا على نصوص برمجية وتكاملات منفصلة لإنشاء هذا التنسيق. وتنقل Ultralytics Agents هذه العملية إلى لوحة مرئية، ما يساعد الفرق على تحويل التنبؤات إلى إجراءات عملية مع تقليل التطوير المخصص.

تربط Agents الصور ونماذج Ultralytics YOLO وعمليات النشر والشروط والنماذج اللغوية ومجموعات البيانات والإجراءات ضمن مسارات عمل مرئية قابلة لإعادة الاستخدام، وهي متاحة في Ultralytics Platform.

ما وكلاء Ultralytics؟#

توفر الوكلاء طريقة مرئية لتصميم سير عمل الرؤية الحاسوبية وتشغيله. أضف كتلًا إلى لوحة العمل، واربط كل خطوة، وحدد ما ينبغي أن يحدث عندما تستوفي صورة شرطًا معينًا.

يمكن لسير العمل استخدام نموذج YOLO26 رسمي، أو نموذج دُرّب في مساحة عملك، أو عملية نشر قائمة على Platform. وبعد ذلك يمكنه تصفية التنبؤات حسب عدد الفئات أو مستوى الثقة، وإرسال الصور المحددة إلى نموذج للرؤية واللغة، وجمعها في مجموعة بيانات، وإخطار قناة Slack، أو عرض النتيجة.

باستخدام الوكلاء، يمكنك:

• البناء مرئيًا: اربط النماذج والشروط والإجراءات دون إنشاء سير العمل الكامل يدويًا من الصفر.
• تركيز الانتباه: عالج الصور التي تستوفي المعايير التي تحددها فقط.
• الجمع بين الذكاء البصري واللغوي: استخدم YOLO لتحديد العناصر المهمة قبل طلب سياق إضافي من نموذج للرؤية واللغة.
• تحويل التنبؤات إلى إجراءات: احفظ الصور ذات الصلة، أو أرسل تنبيهات مشروطة عبر Slack، أو مرّر النتائج إلى الخطوة التالية في سير العمل.
• ربط الرؤى التشغيلية بالبيانات: اجمع الصور غير المؤكدة أو المهمة لمراجعتها واستخدامها في تطوير النماذج مستقبلًا.
• فحص التنفيذ: اعرض Python الذي أُنشئ من سير العمل المرئي.

بدلًا من الاكتفاء بسؤال «ما الذي اكتشفه النموذج؟»، يمكن للفرق الإجابة عن السؤال الأهم: «ما الذي ينبغي أن يحدث بعد ذلك؟»

الانتقال من الاكتشاف إلى اتخاذ القرار#

تتطلب العديد من أنظمة الذكاء الاصطناعي للرؤية أدوات متعددة وروابط مخصصة. ينشئ أحد النماذج التنبؤات، ويقيّم منطق التطبيق هذه التنبؤات، ويخزن نظام آخر المدخلات ذات الصلة، بينما يرسل تكامل منفصل الإشعارات.

يجمع الوكلاء هذه الخطوات في سير عمل مرئي واحد.

على سبيل المثال، يمكن لفريق تصنيع تشغيل نموذج فحص مدرّب، والتحقق مما إذا كان العيب يتجاوز عتبة محددة، وحفظ الصورة لمراجعتها، وإرسال تنبيه إلى قناة العمليات. ويمكن لفريق لوجستي جمع الاكتشافات منخفضة الثقة لتحديد الثغرات في بيانات التدريب. كما يمكن لفريق سلامة استخدام YOLO لاكتشاف شخص في منطقة محظورة، ثم طلب وصف للمشهد الأوسع من نموذج للرؤية واللغة.

يتبع سير العمل الشروط التي يحددها المستخدم، موضحًا سبب تشغيل كل خطوة لاحقة أو عدم تشغيلها.

استخدم نماذج Ultralytics YOLO ونماذج الرؤية واللغة معًا#

تتميز نماذج YOLO بفعاليتها في تحديد مواقع الكائنات وتصنيفها وعدّها داخل الصور. ويمكن لنماذج الرؤية واللغة إضافة تفسير باللغة الطبيعية للسياق البصري الأوسع.

يتيح الوكلاء الجمع بين هذه الإمكانات بكفاءة. يمكن أن يعمل YOLO كمرشح أول، بحيث لا يستدعي سير العمل نموذجًا للرؤية واللغة إلا عند استيفاء الصورة للشرط المطلوب.

على سبيل المثال، يمكن لسير العمل أن:

1. يشغّل YOLO26 على صورة.
2. يتحقق مما إذا كان قد اكتُشف شخص واحد على الأقل.
3. يرسل الصور المطابقة إلى نموذج محدد للرؤية واللغة.
4. يطلب منه وصف المشهد.
5. يعرض الوصف الناتج.

إذا لم يتحقق الشرط، فلن تُنفّذ خطوة الوصف. يمنح ذلك الفرق تحكمًا أكبر في الصور التي تتابع مسارها في سير العمل، وفي توقيت استخدام استدعاءات النماذج الخارجية.

ابدأ بقالب سير عمل قابل للتحرير#

تتضمن الوكلاء قوالب تساعد الفرق على الانتقال سريعًا من الفكرة إلى سير عمل ذكاء اصطناعي مرئي يعمل.

• مراقبة YOLO → VLM: استخدم YOLO لتحديد الصور ذات الصلة قبل أن تطلب من نموذج للرؤية واللغة وصفها.
• جمع الاكتشافات غير المؤكدة: صفِّ التنبؤات حسب مستوى الثقة، واجمع الصور غير المؤكدة في مجموعة بيانات لمراجعتها.
• الالتقاط والتنبيه: احفظ صورة وأرسل إشعارًا عبر Slack عند استيفاء شرط اكتشاف.

توفر القوالب نقطة انطلاق عملية بدلًا من حل ثابت. ويمكن للفرق اختيار صورها ونماذجها وعمليات النشر والشروط والمطالبات ومجموعات البيانات المستهدفة والتكاملات الخاصة بها.

يمكن للمستخدمين أيضًا فحص Python الذي ينشئه سير العمل، للجمع بين سرعة التطوير المرئي والشفافية التي تحتاج إليها الفرق التقنية لفهم التنفيذ.

أغلق الحلقة بين النشر وتحسين النموذج#

قد تكشف الصور الواقعية عن ظروف كانت غائبة أو ممثلة تمثيلًا ناقصًا أثناء التدريب. ويمكن أن تشير البيئات الجديدة، والتغير في مظهر الكائنات، والاكتشافات غير المؤكدة، كلها إلى فرص لتحسين النموذج.

تساعد الوكلاء الفرق على تحويل هذه الملاحظات إلى حلقة بيانات قابلة للتنفيذ:

1. شغّل الصور باستخدام نموذج Ultralytics YOLO أو عملية نشر على Platform.
2. صفِّ النتائج باستخدام شروط الفئة أو الثقة.
3. اجمع الصور الأصلية المحددة في مجموعة بيانات مستهدفة.
4. راجع وعلّق على الصور في Ultralytics Platform.
5. أعِد التدريب وانشر مجددًا باستخدام بيانات مستمدة من مدخلات واقعية.

تصل الصور التي تُجمع عبر الوكلاء إلى قسم التدريب في مجموعة البيانات المستهدفة دون تسميات، وتكون جاهزة للمراجعة في محرر التعليقات التوضيحية. ويمكن للفرق وضع تسميات على هذه الأمثلة المحددة واستخدامها لتوجيه التكرار التالي للنموذج.

ينشئ ذلك مسارًا مباشرًا من تحديد مثال صعب إلى إعداد بيانات تدريب أفضل.

أنشئ سير عمل يستند إلى نتائج واقعية#

يمكن للوكلاء دعم سير العمل في مختلف القطاعات وحالات الاستخدام:

• التصنيع: التقط العيوب المحتملة لمراجعتها، وأخطر فرق الجودة عند استيفاء الشروط المحددة.
• الخدمات اللوجستية: اجمع الاكتشافات غير المؤكدة المتعلقة بالحاويات أو المركبات أو المعدات لتحسين تغطية مجموعة البيانات.
• البيع بالتجزئة: صفِّ الصور استنادًا إلى الفئات المكتشفة أو أعدادها، وأرسل النتائج ذات الصلة إلى إجراءات لاحقة.
• السلامة والأمن: اكتشف الأشخاص أو الكائنات في سيناريوهات محددة قبل طلب سياق إضافي للمشهد.
• تطوير مجموعات البيانات: اعثر على الأمثلة منخفضة الثقة واجمعها في مجموعة مراجعة محددة.

يمكن لكل سير عمل أن يتفرع من شرط واحد إلى إجراءات متعددة. فعلى سبيل المثال، يمكن حفظ الصورة المطابقة نفسها في مجموعة بيانات وإرسال رسالة عبر Slack، ما يساعد الفرق على الاحتفاظ بالأدلة مع إخطار المسؤولين عن مراجعتها.

من النموذج الأولي المرئي إلى Python الشفاف#

يمكن لأدوات إنشاء سير العمل المرئي تسريع التجارب، لكن الفرق التقنية تحتاج أيضًا إلى رؤية ما يجري تشغيله.

تتيح الوكلاء للمستخدمين فحص Python الذي يُنشأ من سير العمل. ويربط ذلك سهولة الوصول إلى لوحة العمل المرئية بالشفافية التي يحتاج إليها المطورون لفهم التنفيذ الأساسي.

يمكن للفرق اختبار سير عمل صغير باستخدام الإصدار التجريبي المشترك، أو اختيار موارد نشر مخصصة على Platform لمجموعات البيانات الأكبر وعمليات التشغيل الأطول ونماذج مساحة العمل المدرّبة.

ابدأ البناء باستخدام الوكلاء#

يساعد Ultralytics الوكلاء الفرق على تجاوز التنبؤات المنفصلة وإنشاء مسارات عمل مترابطة للذكاء الاصطناعي المرئي. ومن خلال جمع YOLO ونماذج الرؤية واللغة والشروط القابلة للضبط ومجموعات البيانات والإجراءات على لوحة عمل واحدة، تتيح الوكلاء انتقالًا أسرع من التنبؤ إلى نتيجة عملية.

يتوفر الوكلاء حاليًا عبر الوصول المبكر. انتقل إلى مساحة العمل الشخصية وفعّل الوصول المبكر ضمن الإعدادات > الملف الشخصي. هذا تفضيل شخصي، حتى عند العمل في مساحة عمل جماعية.

ثم افتح الوكلاء من الشريط الجانبي، وابدأ باستخدام قالب، أو أنشئ سير عملك الخاص على لوحة عمل الوكلاء. تعرّف على الكتل المدعومة والشروط وخيارات التنفيذ وإرشادات الإعداد في وثائق Ultralytics للوكلاء.